问题标签 [frequency-distribution]

从我在 matlab 中运行的函数中，我得到一个 225x400 矩阵。我想计算这个矩阵中每个元素的频率，这意味着我需要计算每个元素出现在矩阵上的次数。我的矩阵名称是“Idiff”

我在用：

找出 Idiff 矩阵中的唯一元素。我收到一列 1138 个元素，所以我知道这些元素是唯一的，并且 Idiff 矩阵中的所有其他元素都是重复的这些元素。

现在我尝试使用以下方法计算每个唯一元素在我的 Idiff 矩阵中出现的次数：

但我得到的是一列 47761 个元素，我很困惑。

你能帮助我吗？

我有两张桌子，即。Total_Data和Distinct_S1。

Total_Data有 350 万行。字段：“S1”、“S2”、“S3”、“S4”

Distinct_S1有 100 万行。字段：“S1”、“频率”。Distinct_S1的“ S1”由Total_Data的“S1”中出现的所有不同值组成。

手头的任务： Distinct_S1 for S1 = 'xxyy'的“频率” （假设）应该包括在Total_Data中出现 'xxyy' 的次数。

我在 python 脚本（导入 MySQLdb）中使用了以下查询来完成手头的任务：

上面的查询工作正常，但似乎需要很多时间。有没有其他更快的方法来达到同样的效果？

我今天的问题是指我在 R 中处理的一个数据框。数据框的标题如下所示：String(unique), Integer N[0-23]

这 24 个整数值表示与一天中的每个小时相关联的字符串的频率。从逻辑上讲，每行中的 int 值总和等于字符串在数据中出现的频率。

问题是，我不需要字符串在某个小时的实际频率，而是该频率代表的百分比相对于所有行中整数值的总和。

我的讲师暗示 table() 可能是正确的 R 工具，但老实说，我不明白这应该如何帮助我。

如果一切都失败了，我会用 Java 计算它——尽管我真的很感谢你在 R 中提供的帮助。

感谢您到目前为止的阅读，并提前感谢您的帮助，

瑞奇福克斯

@@@@@@我是你的编辑，读给我@@@@@@

在詹姆斯的帮助下，我得到了以下道具

问题是，每行的百分比总和为 100，但他们应该为整个表这样做。有没有办法做到这一点？

我想生成一个观察温度的密度图，该密度图按每个温度数据点观察到的事件数量进行缩放。我的数据包含两列：温度和[观察次数]。

现在，我有一个密度图，它只包含温度频率，根据：

如何缩放此密度以说明每个温度下的观察次数？例如，我希望能够看到按比例缩放的温度密度图，以显示在较高/较低温度下每个温度是否有更多/更少的观测值。

我想我正在寻找可以衡量温度的东西？

我想使用 pythons map 和 reduce 内置函数计算字符串中字母的频率。谁能提供一些关于我如何做到这一点的见解？

到目前为止我得到了什么：

当所有字母都相同时，这很有效。

当有不同的字母时，如何让它正常工作？

我对统计数据有非常基本的掌握，对 R 也有非常基本的掌握，所以请多多包涵。

我有调查数据，其中显示了一些受访者的每周支出。我已将其放入直方图中，并绘制了密度函数。到目前为止，一切都很好。

然后我如何将这条曲线应用于更大的人群？假设我知道我所在城镇的人口为 25000。如何将其应用于密度曲线以得出新的直方图及其背后的数据表？

我希望这是一个适当的问题，谢谢。

我有5000个双打样本

样本 = {1.23, -4.67, 0.17, 1.25, 6.89, -2.03, ...}

并希望将数据拟合到参数分布，如 N(mu, sigma) 或广义学生 t(loc, scale, DoF)...

我已经有了这些分布 PDF_normal(mu, sigma)(x) 和 PDF_t(loc, scale, DoF)(x) 的 PDF，并且可以计算固定分布参数的 5000 个样本的 PDF 对数之和。

现在，我想使用一些 C++ 算法来解决非线性优化问题，以找到能够给出最大对数似然值的参数 (mu_max, sigma_max) 或 (loc_max, scale_max, DoF_max)。

用于统计计算的 R 项目正在通过以下方式解决 MASS 包中的问题：.. 使用 optim 执行对数似然的直接优化。估计的标准误差取自观察到的信息矩阵，通过数值近似计算。对于一维问题，使用 Nelder-Mead 方法，对于多维问题，使用 BFGS 方法...

不幸的是，我不能使用 R 解决方案，但必须在 Microsoft VS2010 C++ 中提出解决方案，我不想自己编写优化代码，也不想查看 R 源代码并为 C++ 重写它。 ..

有什么建议可以让我找到一个快速且经过良好测试的 C++ BFGS（或类似）实现吗？

Boost、Intel MKL 等有什么可用的吗？

谢谢你的帮助，马特

我正在 d3 中做一个项目，对于如何绘制频率图来绘制推文，我束手无策。所以，基本上，我有一个 JSON 文件，它的格式是这样的

所以，现在我需要在 d3 中绘制一个图表，显示特定时间段内的推文数量。例如，在日期 X 和日期 Y 之间，图表显示每天有多少条推文。

有人可以帮我解决这个问题吗？我对d3真的很陌生。

最近我需要创建一个直方图来显示大型数据集的频率分布。如果数据集很小，这应该是一项简单的工作。但是，我需要绘制的数据集包含大约 800000000 个数字（假设每个数字占用 4 个字节），它们都存储在一个文本文件中，每行一个数字。文本文件大约 4 GB。我尝试了 GNUPLOT，但它抱怨没有足够的内存来处理这个数据集。有人可以建议如何解决这个问题，或任何其他工具来完成这项工作吗？

谢谢，汤姆

我想计算大量样本的频率分布的中位数。每个样本都有多个类别（示例中为 3 个）及其各自的频率。每个类都与不同的值相关联

例如，样本 1 的中位数为 19.5。我假设这可以使用quantile()每个样本的频率分布来完成，但所有尝试都失败了。

你有什么建议吗？